E.A.P.

de Ingeniería Agroindustrial y Comercio Exterior

ING. WILLIAMS CASTILLO MARTINEZ

Un estudio de mercado debe servir para tener una
noción clara de la cantidad de consumidores que
habrán de adquirir el bien o servicio que se piensa
vender, dentro de un espacio definido, durante un
periodo de mediano plazo y a qué precio están
dispuestos a obtenerlo.
Adicionalmente, el estudio de
mercado va a indicar si las
características y especificaciones del
servicio o producto corresponden a
las que desea comprar el cliente.

Nos dirá igualmente qué tipo de

clientes son los interesados en
nuestros bienes, lo cual servirá para
orientar la producción del negocio.
Finalmente, el estudio de mercado nos dará la
información acerca del precio apropiado para colocar
nuestro bien o servicio y competir en el mercado, o
bien imponer un nuevo precio por alguna razón
justificada
Por otra parte, cuando el estudio se hace como paso
inicial de un propósito de inversión, ayuda a conocer el
tamaño indicado del negocio por instalar, con las
previsiones correspondientes para las ampliaciones
posteriores, consecuentes del crecimiento esperado de la
empresa.
Finalmente, el estudio de mercado deberá exponer
los canales de distribución acostumbrados para el
tipo de bien o servicio que se desea colocar y cuál
es su funcionamiento.
Para llevar a cabo el estudio de mercado y en general,
para realizar cualquier tipo de investigación, se deben
tener presente 5 pasos básicos:

a) Definición del problema.

b) Necesidades y fuentes de información.
c) Diseño de recopilación y tratamiento
estadístico de los datos.
d) Procesamiento y análisis de los datos.
e) Informe.
Se debe tenerse un
conocimiento completo
de la situación y del
asunto puntual que se
tratará.

Si no es así, el planteamiento
de solución será incorrecto,
con lo que se tomarán
decisiones y llevarán a cabo
estrategias erradas.
Existen dos tipos diferentes de fuentes de información:

fuentes primarias, que consisten en

investigación de campo por medio de
encuestas y otros, generando información
relevante para el estudio en cuestión.
fuentes secundarias, en las que se recopila toda la
información existente del tema, ya sea, en estadísticas
gubernamentales, de tipo privadas o internas de la misma
empresa.

Es necesario conocer toda la información que existe en

el mercado y con esa base decidir dónde realizar la
investigación.
Tanto la recopilación como el tratamiento estadístico,
necesitarán de un diseño distinto para ambos tipos de
información.
Una vez que se cuenta con toda la
información necesaria, proveniente
de cualquiera de los tipos de fuente
utilizada, se procede a su
procesamiento y análisis.

El objetivo, es que los datos recopilados

sean convertidos en información útil y
confiable, que sirva como base y apoyo en
la toma de decisiones. Por lo tanto, es
necesario un adecuado procesamiento de
los datos obtenidos.
Finalmente, es necesario
confeccionar un informe que
sea veraz y oportuno, en el que
se expliquen los resultados y
conclusiones obtenidas a partir
de la información recopilada.
Como ya se mencionó, existen dos tipos de fuentes
de información: las fuentes secundarias y las
primarias, ambas muy necesarias para realizar
cualquier tipo de investigación o estudio.

Dependiendo del estudio, será necesario el uso de

alguno de los dos tipos de fuentes o de ambas al
mismo tiempo.
Hacen referencia a datos ya existentes y generados
con otra finalidad distinta al problema de información
que se pretende resolver en un determinado
momento, es decir, se trata de datos que han sido
publicados con anterioridad a la investigación que se
está realizando. Dichas publicaciones contienen
datos concretos y fiables que pueden ser muy útiles
para la recolección de información del proyecto.
Se trata de información que con el tiempo se ha
generado en la propia empresa. Como:

• Ventas.
• Frecuencia y tipo de compra de los clientes.
• Informes sobre servicio de atención al cliente y buzón de
sugerencias.
• Análisis de publicidad y otras acciones de la
competencia.
• Características socio-demográficas de los clientes como
edad, estado civil, clase social, etcétera.
Son aquellas que se originan fuera de la compañía y
que también se pueden ocupar en la investigación del
proyecto. Se pueden utilizar los siguientes tipos de
fuentes:

a) Asociaciones y fundaciones, a través de las cuales se

puede obtener información de clientes, proveedores y
comportamiento social por mencionar algunas.
b) Publicaciones, teniendo acceso a revistas especializadas o
genéricas.
• Publicaciones del Instituto Nacional de Estadística.
• Registros y publicaciones de la Cámara de Comercio, de
asociaciones de bancos, de Superintendencias y del Banco
Central de Reservas.
• Informes de gremios o asociaciones de productores.
• Informes de institutos gubernamentales.
• Publicaciones, memorias, estadísticas y catálogos de
empresas que produzcan bienes o servicios sustitutos.
• Investigaciones de entidades particulares.
• Investigaciones académicas.
• Artículos de revistas y periódicos, entre otros.
• Bajo costo, ya que los datos se pueden encontrar
disponibles, por lo tanto los gastos son pequeños.
• Disponibilidad inmediata, sólo hay que verificar qué fuente
se debe consultar y saber dónde localizarla.
• No todas las fuentes son fidedignas, de hecho la información
que se publica no siempre es fiable, por lo tanto se debe
asegurar la exactitud de los datos.
• Pueden aparecer resultados y contenidos contradictorios,
hecho que es bastante común, por ejemplo, si se consultan
dos revistas diferentes.
• Los documentos que se van a consultar podrían no estar
actualizados.
• Cuando se utilizan fuentes de datos secundarios, el trabajo
no se acaba al recoger la información, ya que, es importante
realizar un posterior tratamiento de análisis y comparación.
Las fuentes de información primaria tienen la finalidad
de generar datos primarios, es decir, que se obtienen
específicamente para el objetivo de la investigación.

Los tipos de datos primarios son los siguientes:

• Características demográficas y socioeconómicas.

• Actitudes, opiniones, percepciones y preferencias.
• Conducta, hábitos de compra y de uso.
• Conocimiento y recordación.
• Intención y motivación de compra y de uso.
Se basa en la selección de una base del universo de la
investigación. Esta parte representa la MUESTRA y
debe ser representativa del universo para que en base a
ella se puedan definir inferir conclusiones acerca del
total del fenómeno estudiado.
La fórmula para determinar el tamaño de la muestra es:

3.84 p . q
N
e2
 3.84 p . q
N
e2
Donde:
N = tamaño de la muestra
p = Casos favorables del fenómeno (%)
q = Casos desfavorables (%)
e = error permisible (%)
Además:
p + q = 100 %

Esta fórmula permite calcular tamaño de muestra

dentro de un limite de 95 %.
Para mayor rigidez (99.7 % de certidumbre) el
multiplicador será 9 y para una rigidez de 90 % el
multiplicador se reduce a 2.71.
CÁLCULO DEL TAMAÑO DE LA MUESTRA CONOCIENDO EL
TAMAÑO DE LA POBLACIÓN
La fórmula para calcular el tamaño de muestra cuando se conoce el
tamaño de la población es la siguiente:

En donde, N = tamaño de la población Z = nivel de confianza, P =

probabilidad de éxito, o proporción esperada Q = probabilidad de
fracaso D = precisión (Error máximo admisible en términos de
proporción).
Ejemplo: El señor Martínez fabricantes de bicicletas está interesado
en determinar el mercado de su producto. Un previo sondeo del
mercado revela que el 25 % poseen bicicletas de las características
que desea ofertar. Si el error aceptable es del 2.5 % ¿Cuál debe ser
el tamaño de la muestra? y Supongamos que se realiza la encuesta
y los resultados arrojan que únicamente el 20 % del tamaño de la
muestra (propietarios) poseen una bicicleta ¿La información obtenida
es confiable?
Ejemplo: El señor Martínez fabricantes de bicicletas está interesado
en determinar el mercado de su producto. Un previo sondeo del
mercado revela que el 25 % poseen bicicletas de las características
que desea ofertar. Si el error aceptable es del 2.5 % ¿Cuál debe ser
el tamaño de la muestra? y Supongamos que se realiza la encuesta
y los resultados arrojan que únicamente el 20 % del tamaño de la
muestra (propietarios) poseen una bicicleta ¿La información obtenida
es confiable?
3.84 p . q
Solución N
Datos: e2
Donde:
N=? N = tamaño de la muestra
p = 25 % p = Casos favorables del fenómeno q = Casos
q = 75 % desfavorables (%) (%)
e = error permisible (%) Además:
e = 2.5 % p + q = 100 %

3.84 x 25 x 75
N 2  1152
(2.5)
Supongamos que se realiza la encuesta y los resultados arrojan
que únicamente el 20 % de los propietarios poseen una bicicleta.
¿La información obtenida es confiable?

3.84 x 20 x 80
e  2.309
1152

La respuesta es afirmativa: e < 2.5 %

Ejemplo: La empresa procesadora de café KAFETIN S.A. en una
encuesta conformada por 3200 personas escogidas al azar, encontró
que el 28 % tomaba café por lo menos una vez al día. ¿Cuál es la
probabilidad que sea cierto para todo el conjunto?
Ejemplo: La empresa procesadora de café KAFETIN S.A. en una
encuesta conformada por 3200 personas escogidas al azar, encontró
que el 28 % tomaba café por lo menos una vez al día. ¿Cuál es la
probabilidad que sea cierto para todo el conjunto?

Datos: Solución
N = 3200
p = 28 % 9 x 28 x 72
q = 72 % e  2.38 %
3200
e=?

Respuesta: el porcentaje de consumidores estará comprendido

entre 25.62 % y 30.38 %.
Metodos de
proyección del
mercado
 INTRODUCCIÓN

Se requiere conocer el comportamiento

de los componentes del estudio de
mercado en el pasado, en el presente y
en el futuro.

Los modelos y técnicas de proyección

ayudan a determinar éste
comportamiento futuro.
 INTRODUCCIÓN

 Elección de un modelo o técnica depende de:

 la validez y disponibilidad de los datos históricos,

 la precisión deseada,
 el costo del procedimiento,
 los beneficios del resultado,
 los periodos futuros que se deseen pronosticar,
 el tiempo disponible para hacer el estudio,
 ciclo de vida del producto, producto nuevo o no
 etc.
 INTRODUCCIÓN

Dificultades para pronosticar

Eventos que no hayan

ocurrido en el pasado

Desarrollo de Incorporación de Variaciones en las Etc.

nuevas tecnologías competidores con políticas económicas
sistemas comerciales gubernamentales
no tradicionales

Antecedentes históricos = variables referenciales

 INTRODUCCIÓN

 La información de la proyección debe ser expresada en

la forma que sea más útil al preparador del proyecto:
zona geográfica, edad, sexo, etc.
 La validez de los resultados de la proyección está
relacionada con la calidad de los datos de entrada.
 Fuentes de información más importantes: series
históricas oficiales de organismos públicos y privados, las
opiniones de expertos y el resultado de encuestas
especiales.
 INTRODUCCIÓN

 La efectividad del método elegido se evaluará en función de:

o Precisión: Cualquier error en su pronóstico tendrá asociado un
costo. No es posible exigir una certeza total, pero si, la reducción
al mínimo del costo del error en su proyección.
o Sensibilidad: En un medio cambiante, debe ser lo
suficientemente estable para enfrentar una situación de cambios
lentos como dinámica para enfrentar cambios agudos.
o Objetividad: La información que se tome como base de la
proyección debe garantizar su validez y oportunidad en una
situación histórica.
 METODOS DE PROYECCIÓN

Métodos de proyección

Métodos Modelos Métodos de series

subjetivos causales de tiempo
 METODOS DE PROYECCIÓN

Métodos subjetivos
-Opinión de expertos
-Se usa cuando:
o el tiempo de elaboración es escaso
o no se dispone de todos los antecedentes o datos
o los datos no son confiables para predecir
o no se puede explicar alguna variable

Ejm: Método Delphi, investigación de mercado y consenso de panel

 METODOS DE PROYECCIÓN

Modelos causales
Parten del supuesto de que el grado de
influencia de las variables que afectan al
comportamiento del mercado permanece
estable, para luego construir un modelo que
relacione ese comportamiento con las
variables que se estima son las causantes de
los cambios que se observan en el mercado

Causa Efecto
 METODOS DE PROYECCIÓN

Métodos de series de tiempo

Se utiliza cuando el comportamiento que asume el
mercado a futuro puede determinarse por lo sucedido
en el pasado y se cuenta con la información histórica
en forma confiable y completa.
El modelo pierde validez cuando cambian las variables
que caracterizaron el contexto (recesión económica,
nueva tecnología, etc.) y necesita un ajuste en forma
subjetiva.
 MODELOS CAUSALES
Modelos causales
- Proyectan el mercado sobre la base de antecedentes cuantitativos
históricos
- Suponen que los factores condicionantes del comportamiento
histórico de alguna o todas las variables del mercado permanecerán
estables
- Una variable depende de muchas causas o factores que explican
su comportamiento

Son :
Modelo de regresión
Modelo econométrico
Método de encuestas de intenciones de compra
Modelo de insumo producto
 Métodos de Proyección

Se puede proyectar de dos formas:

 Por Tasas
 Por Regresión

Método de Proyección por Tasas.-

Se realiza por medio de la taza aritmética o interés simple, de la
siguiente manera:
 n   o (1  in)

( n  o  1)
i
n
 Diferentes Proyección por Regresión

Tipos de ECUACIÓN Grafico Tipos de ECUACIÓN

Proyección F Proyección F Grafico
(tiempo) (tiempo)

Proy. Lineal Y  A  BX a
b
Ya
Proy. Asintótica x
a

Proy.
Exponencial Y  ae bx
b
Ya
x
a

Proy. Potencial
Y  ax b

Proy. b
(a )
Gomportz Ye x

Proy. Y  a  b ln x
Logarítmica
 Regresión Lineal

Se basa en la siguiente expresión matemática, que relaciona dos variables, sea

Y, la variable dependiente y X, la variable independiente, de la siguiente manera:

Y  A  BX

Esta relación se resuelve a través de la solución de las siguientes ecuaciones

normales, donde la incógnitas son la “A” y “B”.

 Y  nA  B X
 XY  A X  B X

A
 Y  B X ; B
 XY   X Y
n   X   n X
2 2
 Regresión Potencial

Si la nube de puntos de los datos Históricos de la demanda y la distribución de

los mismos se aproxima a una función exponencial se puede recurrir a la
siguiente relación:
Y  AXB

Para linealizar esta función se aplica logaritmos a ambos miembros,

mediante este procedimiento se obtiene una ecuación logarítmica lineal:
Log Y  Log A  B Log X

Y  Log Y A  Log A X  Log X

 LogY  nLogA  B LogX  LogXLogY  LogA  LogX  B LogX 2

 Regresión Exponencial

Otro tipo de función que tiene aplicación en el análisis de

regresión, es la función exponencial, que esta dada por la
expresión:
Y  ABX

La regresión exponencial puede también ser linealizada aplicando

logaritmos a ambos miembros, resultado de ello se tiene la relación
siguiente:
LogY  LogA  LogB ( X )

Y  Log Y A  Log A B  Log B

 LogY  nLog A  Log B X

 X LogY  LogA  X  Log B X 2
 Regresión Parabólica o Curva Cuadrática

Si la serie tiene una curva parabólica cuyo comportamiento se describe

matemáticamente por una ecuación de segundo grado ( parábola ). La
regresión se expresa así:

Y  A  BX  CX 2

Donde:
Y = Estimación de la variable dependiente
A,B,C = constantes numéricas
X = Valores de la variable independiente
Los valores “A”, ”B” y ”C” se encuentran resolviendo un sistema
de tres ecuaciones con tres incógnitas.
 Regresión Parabólica o Curva Cuadrática

 X  C X   Y
nA  B 2

A X  B X  C X   XY
2 3

A X  B X  C X   X
2 3 4 2
Y

Pero cuando se recurre a la codificación de la variable independiente, el calculo

también se efectúa con las siguientes formulas de mínimos cuadrados:

 Y  X   X  X Y 
4 2 2
A 
n  X   X  X 
4 2 2

B
 XY

X 2

n  X Y   Y  X 
2 2
C
 X   X  X 
4 2 2
 La Curva de Gomportz

Tiene la siguiente expresión matemática que la

representa:
b
(a  )
ln y  ln e x

b b
(a  ) ln y  a 
Ye x x
  
Y  A  BX

Por mínimos cuadrados, se tiene:

1 1
A
 ln y  B 1
x ; B
 x ln y   x  ln y
n

n 2 2
 1  1


  n
x    
x
 Coeficiente de Determinación

Recordemos que la ecuación de mejor ajuste corresponde aquella que

presenta los coeficientes de determinación y correlación mas próximo a
la unidad
Coeficiente de Determinación ( Γ 2):

Este coeficiente sirve para medir la relación entre las variables,

medida de ajuste de modelo de regresión y que corresponde al
cuadrado del coeficiente de correlación simple, con la relación :

Γ2 
 n  XY    X  Y  
2

n  X    X   n  Y    Y 
 
2 2 2 2
  
 Coeficiente de Correlación

Coeficiente de Correlación ( Γ):

Se dice que existe correlación entre dos variables, cuando al variar una
de ellas varia también la otra variable. Para que la proyección sea mas
acertada es necesario que el numero de observaciones (n) sea mas
amplio

Γ
 n  XY    X  Y  
 n X    X    n  Y    Y  
       
2 2 2 2

El grado de aproximación entre variables es mayor cuando el

coeficiente de correlación se acerca al valor máximo de 1.
Entonces, en este caso se dice, existe una elevada
correlación entre X y Y.
 MODELOS CAUSALES

Modelos econométricos
“Es un sistema de ecuaciones estadísticas que
interrelacionan a las actividades de diferentes
sectores de la economía y ayudan a evaluar la
repercusión sobre la demanda de un producto o
servicio. Es una prolongación del análisis de
regresión”
Metodos de
proyección del
mercado